产品的推荐方法及装置、存储介质和电子设备与流程

本技术涉及计算机，具体而言，涉及一种产品的推荐方法及装置、存储介质和电子设备。

背景技术：

1、随着电力市场的快速发展，用户对于增值产品或服务的需求日益增长，且如何在庞大的市场中准确挖掘目标客户的潜在需求，是当前增值服务推广所面临的重要挑战。而且，相关技术中的产品推荐系统一般基于用户的历史行为数据进行预测，并根据预测结果向用户推荐与电力供应和能源管理相关的增值产品或服务。但是，相关技术的产品推荐系统存在以下缺点：

2、(1)缺乏实时预测能力

3、相关技术的产品推荐系统虽然能分析用户历史行为，但往往无法准确预测用户的即时需求和偏好，这导致推荐结果可能不够精确和个性化，无法完全满足用户的即时需求。

4、(2)缺乏交互性和灵活性

5、相关技术的产品推荐系统通常只能提供固定的推荐列表，用户无法根据自己的需求自由组合和定制产品或服务，这种缺乏交互性和灵活性的设计限制了用户的选择和个性化体验。

6、因此，采用相关技术的产品推荐系统向用户推荐增值产品或服务的效果较差。

7、针对相关技术中向用户推荐与电力供应和能源管理相关的产品的效果较差的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种产品的推荐方法及装置、存储介质和电子设备，以解决相关技术中向用户推荐与电力供应和能源管理相关的产品的效果较差的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种产品的推荐方法。该方法包括：获取目标对象在目标系统上的实时行为数据，其中，所述目标系统中至少包括待推荐给所述目标对象的m个目标产品，所述m个目标产品为与电力供应和能源管理相关的产品，m为大于1的正整数；将所述目标对象在所述目标系统上的实时行为数据输入预测模型进行处理，输出所述目标对象的需求信息，其中，所述需求信息用于表示预测得到的所述目标对象所需求的产品；依据所述目标对象的需求信息和所述目标对象在所述目标系统上的实时行为数据，确定推荐列表，其中，所述推荐列表中至少包括待推荐给所述目标对象的n个目标产品的信息，n为小于等于m的正整数；接收所述目标对象基于所述目标系统中的m个目标产品确定的组合产品，并向所述目标对象推荐所述组合产品和所述推荐列表中的n个目标产品。

3、进一步地，将所述目标对象在所述目标系统上的实时行为数据输入预测模型进行处理，输出所述目标对象的需求信息包括：将所述目标对象在所述目标系统上的实时行为数据输入预测模型进行处理，并对所述目标对象在所述目标系统上的实时行为数据进行预处理，得到处理后的实时行为数据；对所述处理后的实时行为数据进行分析，确定所述目标对象在所述目标系统中购买所述m个目标产品的频率信息；基于所述目标对象在所述目标系统中购买所述m个目标产品的频率信息，输出所述目标对象的需求信息。

4、进一步地，对所述目标对象在所述目标系统上的实时行为数据进行预处理，得到处理后的实时行为数据包括：判断所述目标对象在所述目标系统上的实时行为数据中是否存在目标类型数据，其中，所述目标类型数据中包括以下至少之一：重复数据、缺失数据和错误数据；若所述目标对象在所述目标系统上的实时行为数据中不存在所述目标类型数据，则禁止对所述目标对象在所述目标系统上的实时行为数据进行预处理；若所述目标对象在所述目标系统上的实时行为数据中存在所述目标类型数据，则按照目标处理方式，对所述目标对象在所述目标系统上的实时行为数据进行预处理，得到处理后的实时行为数据，其中，所述目标处理方式包括以下至少之一：删除数据的处理方式、补齐数据的处理方式和修正数据的处理方式。

5、进一步地，基于所述目标对象在所述目标系统中购买所述m个目标产品的频率信息，输出所述目标对象的需求信息包括：基于所述目标对象在所述目标系统中购买所述m个目标产品的频率信息，从所述m个目标产品中确定s个目标产品，其中，所述s个目标产品中的每个目标产品的购买频率大于预设频率，s为小于等于m的正整数；依据所述s个目标产品，输出所述目标对象的需求信息。

6、进一步地，依据所述目标对象的需求信息和所述目标对象在所述目标系统上的实时行为数据，确定推荐列表包括：结合推荐算法，依据所述目标对象的需求信息和所述目标对象在所述目标系统上的实时行为数据，对所述目标系统中的m个目标产品进行筛选处理，得到所n个目标产品；基于所n个目标产品，确定所述推荐列表。

7、进一步地，接收所述目标对象基于所述目标系统中的m个目标产品确定的组合产品包括：确定所述目标对象与所述目标系统进行交互的交互界面；通过所述交互界面接收所述目标对象基于所述目标系统中的m个目标产品确定的组合产品。

8、进一步地，向所述目标对象推荐所述组合产品和所述推荐列表中的n个目标产品包括：对所述组合产品和所述推荐列表中的每个目标产品进行对比分析，得到分析结果；基于所述分析结果，确定对所述组合产品的调整信息；将所述分析结果和所述组合产品的调整信息推荐至所述目标对象。

9、为了实现上述目的，根据本技术的另一方面，提供了一种产品的推荐装置。该装置包括：第一获取单元，用于获取目标对象在目标系统上的实时行为数据，其中，所述目标系统中至少包括待推荐给所述目标对象的m个目标产品，所述m个目标产品为与电力供应和能源管理相关的产品，m为大于1的正整数；第一处理单元，用于将所述目标对象在所述目标系统上的实时行为数据输入预测模型进行处理，输出所述目标对象的需求信息，其中，所述需求信息用于表示预测得到的所述目标对象所需求的产品；第一确定单元，用于依据所述目标对象的需求信息和所述目标对象在所述目标系统上的实时行为数据，确定推荐列表，其中，所述推荐列表中至少包括待推荐给所述目标对象的n个目标产品的信息，n为小于等于m的正整数；第二处理单元，用于接收所述目标对象基于所述目标系统中的m个目标产品确定的组合产品，并向所述目标对象推荐所述组合产品和所述推荐列表中的n个目标产品。

10、进一步地，所述第一处理单元包括：第一处理模块，用于将所述目标对象在所述目标系统上的实时行为数据输入预测模型进行处理，并对所述目标对象在所述目标系统上的实时行为数据进行预处理，得到处理后的实时行为数据；第一分析模块，用于对所述处理后的实时行为数据进行分析，确定所述目标对象在所述目标系统中购买所述m个目标产品的频率信息；第一输出模块，用于基于所述目标对象在所述目标系统中购买所述m个目标产品的频率信息，输出所述目标对象的需求信息。

11、进一步地，所述第一处理模块包括：第一判断子模块，用于判断所述目标对象在所述目标系统上的实时行为数据中是否存在目标类型数据，其中，所述目标类型数据中包括以下至少之一：重复数据、缺失数据和错误数据；第一处理子模块，用于若所述目标对象在所述目标系统上的实时行为数据中不存在所述目标类型数据，则禁止对所述目标对象在所述目标系统上的实时行为数据进行预处理；第二处理子模块，用于若所述目标对象在所述目标系统上的实时行为数据中存在所述目标类型数据，则按照目标处理方式，对所述目标对象在所述目标系统上的实时行为数据进行预处理，得到处理后的实时行为数据，其中，所述目标处理方式包括以下至少之一：删除数据的处理方式、补齐数据的处理方式和修正数据的处理方式。

12、进一步地，所述第一输出模块包括：第一确定子模块，用于基于所述目标对象在所述目标系统中购买所述m个目标产品的频率信息，从所述m个目标产品中确定s个目标产品，其中，所述s个目标产品中的每个目标产品的购买频率大于预设频率，s为小于等于m的正整数；第一输出子模块，用于依据所述s个目标产品，输出所述目标对象的需求信息。

13、进一步地，所述第一确定单元包括：第二处理模块，用于结合推荐算法，依据所述目标对象的需求信息和所述目标对象在所述目标系统上的实时行为数据，对所述目标系统中的m个目标产品进行筛选处理，得到所n个目标产品；第一确定模块，用于基于所n个目标产品，确定所述推荐列表。

14、进一步地，所述第二处理单元包括：第二确定模块，用于确定所述目标对象与所述目标系统进行交互的交互界面；第一接收模块，用于通过所述交互界面接收所述目标对象基于所述目标系统中的m个目标产品确定的组合产品。

15、进一步地，所述第二处理单元包括：第二分析模块，用于对所述组合产品和所述推荐列表中的每个目标产品进行对比分析，得到分析结果；第三确定模块，用于基于所述分析结果，确定对所述组合产品的调整信息；第三处理模块，用于将所述分析结果和所述组合产品的调整信息推荐至所述目标对象。

16、为了实现上述目的，根据本技术的另一方面，提供了一种计算机可读存储介质，所述存储介质存储程序，其中，所述程序执行上述的任意一项所述的产品的推荐方法。

17、为了实现上述目的，根据本技术的另一方面，提供了一种电子设备，所述电子设备包括一个或多个处理器和存储器，所述存储器用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的任意一项所述的产品的推荐方法。

18、通过本技术，采用以下步骤：获取目标对象在目标系统上的实时行为数据，其中，目标系统中至少包括待推荐给目标对象的m个目标产品，m个目标产品为与电力供应和能源管理相关的产品，m为大于1的正整数；将目标对象在目标系统上的实时行为数据输入预测模型进行处理，输出目标对象的需求信息，其中，需求信息用于表示预测得到的目标对象所需求的产品；依据目标对象的需求信息和目标对象在目标系统上的实时行为数据，确定推荐列表，其中，推荐列表中至少包括待推荐给目标对象的n个目标产品的信息，n为小于等于m的正整数；接收目标对象基于目标系统中的m个目标产品确定的组合产品，并向目标对象推荐组合产品和推荐列表中的n个目标产品，解决了相关技术中向用户推荐与电力供应和能源管理相关的产品的效果较差的问题。通过实时收集和分析用户的行为数据，结合先进的预测模型，能够更准确地预测用户的即时需求和偏好，从而能够提供更加精准和个性化的推荐服务，满足用户的即时需求，且本方案支持用户自由组合和定制个性化的产品方案，用户可以根据自己的需求和偏好进行自由搭配，形成一体化的组合套餐方案，从而大大增强了用户的参与度和灵活性，使得用户能够更好地满足自己的个性化需求，进而提升了向用户推荐与电力供应和能源管理相关的产品的效果。